Над проектом работала команда из Школы передовых вычислений Университета Южной Калифорнии (США) совместно с учёными Мэрилендского университета. Используя методы машинного обучения и сетевой науки, они проанализировали около 2000 аэропортов по всему миру и спрогнозировали 307 потенциально задействованных в контрабанде объектов.
Среди них выявлено 11 высоко вероятных «скрытых горячих точек» — в том числе два крупных аэропорта США: Dallas Fort Worth International и Denver International. До этого они не упоминались в базах данных, отслеживающих незаконную торговлю дикой природой.
Прогностическая модель учитывала не только исторические данные о задержаниях контрабанды, но и структурные особенности аэропортов — например, их положение в глобальной сети авиасообщений, уровень экологических правонарушений, локальную эффективность правоохранительных органов. Эти параметры помогли построить карту рисков — и выявить новые очаги, которые могли бы быть незаметны в традиционном анализе.
По словам одного из авторов, аспирантки Ханны Мюррей, результаты могут стать основой для проактивных решений. «Обычно мы узнаём о незаконной торговле только после изъятий, но наша модель помогает увидеть то, что остаётся за кадром — до того, как произойдёт инцидент», — говорит она.
Модель уже вызвала интерес у международных природоохранных организаций. Полученные данные могут быть использованы для усиления досмотра, обучения сотрудников авиакомпаний, развития партнёрств в авиационном секторе и повышения прозрачности логистических цепочек.
Исследование также открывает возможности для применения аналогичных моделей в борьбе с другими формами нелегальной деятельности — от торговли наркотиками до перевозки людей. Как подчёркивают авторы, потенциал ИИ в предотвращении экологических преступлений только начинает раскрываться.